大家知道搜索引擎有哪些算法嗎？前面我們了解了搜索引擎運行的基本原理，搜索引擎原理是在搜索引擎算法的框架內運行，而真正影響關鍵詞排序的是搜索引擎算法，已公開的搜索引擎算法只是對搜索引擎系統的漏洞修補。

其實搜索引擎除了已公開的算法，還有很多未公開的內部保密算法，我們作為SEO人中只需簡單了解搜索引擎算法就行了，找出一些規律供我們使用，了解搜索引擎算法也不是為了作弊，而是為了更好的為用戶提供優質的內容，提升網站對搜索引擎的友好度，下面主要來給大家講講搜索引擎最重要的兩個核心算法，作為SEO人員必須要對以下兩種算法有基本的了解。

1、搜索引擎核心算法

每個搜索引擎平臺都有自己的算法，不知道大家平時是否有研究搜索引擎算法的習慣，例如百度、谷歌google、搜狗、360搜索、bing必應等這些搜索引擎平臺的算法，那么如何研究搜索引擎算法了？例如我們可以通過網站實驗進行研究，也可以研究搜索引擎已公布的算法規則，不管是什么搜索引擎，都有首自己一套獨立的核心算法體系，主要作用是對網頁文本識別和詞頻分析。
也許有的人站長會有這樣的疑問，為什么同個關鍵詞在不同的搜索平臺排名是不一樣的呢？其實這種問題確實是比較常見的，雖然所有搜索引擎運行原理大致是一樣的，但不同的搜索引擎平臺的核心算法是不一樣的，所以也就出現了同個關鍵詞不同的搜索平臺排名不一樣的結果。

搜索引擎核心算法解讀

1）一般性算法

我們有時候看到搜索引擎經常發布更新算法，其實這些算法都是搜索引擎的一些小算法，主要作用是對搜索引擎系統的完善與修復，還有就是提醒站長，對網站這塊不合格的地方盡快改正，否則將會對這塊地方進行打擊，目前百度搜索引擎公布的小算法有颶風算法、細雨算法、藍天算法等，360公布的算法有悟空算法和哪吒算法。

2）核心算法解析

任何搜索引擎都是基于這兩種算法，一種是TF-IDF算法，另一處為BM25算法。

（1）了解TF-IDF算法

TF-IDF算法是一種關于網頁文本的算法，任何搜索引擎平臺都是對于網頁文字內容的識別，抓取你的網站鏈接，分析你網站文本內容，計算網站關鍵詞的相關性及頻率，這些都是基本TF-IDF文本算法，這種算法不適用普通人研究，只適合于科學家研究，我們普通人沒有必要深入研究它，因這個算法真的是超級燒腦，我們只面要進行初步了解，對搜索引擎算法有更深一步的認識就行了。
TF-IDF（term frequency–inverse document frequency）是一種用于信息檢索與數據挖掘的常用加權技術，看上去雖然有點高大小，但其實就是一中統計方法。
TF-IDF是一種統計方法，用以評估一字詞對于一個文件集或一個語料庫中的其中一份文件的重要程度。字詞的重要性隨著它在文件中出現的次數成正比增加，但同時會隨著它在語料庫中出現的頻率成反比下降。
解釋：意思是一個字或詞語在一篇文章中的占比程度，哪些更重要，哪些不重要，字詞的重要性簡單地講指的就是詞頻，增加這個字或詞的頻率，搜索引擎也就是基于這個對文章內容進行識別的。

百度百科對TF-IDF算法的解釋：

TF-IDF是一種網頁文字統計方法，用以評估某個關鍵詞對于一個文件集或一個語料庫中的其中一份文件的重要程度。字詞的重要性隨著它在文件中出現的次數成正比增加，但同時會隨著它在語料庫中出現的頻率成反比下降。TF-IDF加權的各種形式常被搜索引擎應用，作為文件與用戶查詢之間相關程度的度量或評級。

TF-IDF算法的作用：

可以幫助搜索引擎計算此文章頁面字或詞頻，詞頻高則認為這個字或詞很重要，自然給你的得分就會高，如果這個字或詞頻率低，那么此頁頁得分就會低，大家也可以根據以下TF-IDF公式進行理解:

以上公式主要針對計算文章頁面字或詞出現頻率的解讀，通過這個公式進行羅列，百度搜索和谷搜索都在用TF-IDF算法，下面黑帽百科大家進行相應的解讀。

TF-IDF算法計算公式

逆向文件頻率（Inverse document frequency,IDF）IDF的主要思想是：如果包含詞條文檔越少，IDF越大，則說明詞條具有很好的類別區分能力，某一特定詞語的IDF，可以由總文件數目以包含該詞語之件的數目，再將得到的商取對數得到。

TF-IDF加權的各種形式常被搜索引擎應用，作為文件與用戶查詢之間的相關程度的度量或評級，除了TF-IDF以外，因特網上的搜索引擎還會使用基于連結分析評級方法，以確定文件在搜尋結果中出現的順序。

某一特定文件內的高詞語頻率，以及該詞語在整個文件集合中的低文件頻率，可以產生出高權重的TF-IDF。因此，TF-IDF傾向于過濾常見的詞語，保留重要的詞語。
和道了“詞頻”和“逆文檔頻率”（IDF）以后，將這兩個值相乘，就得到了一個詞的TF-IDF值，某個詞對文章的重要性越高，它的TF-IDF值就越大，所以，排在最前面的幾個詞，就是這篇文章的關鍵詞。
下面就是這個算法的簡單分享。
第一步、計算詞頻

第二步、計算逆文檔頻率

如果一個詞越常見，那么分母就越大，逆文檔頻率就越小越接見0，分母之所以要加1，是為了避免分母為0（即所有文檔都不包含該詞）。logo表示對得到的值取對數。
第三步、計算TF-IDF

一個詞語在一篇文章中出現的次數越多，同時在所有文檔中出現的次數越少，越能夠代表該文章，這也是就是TF-IDF的含義。
關于“TF-IDF算法”原理詳細解答，點擊《TF-IDF算法解釋,TF-IDF算法原理及公式》看這篇文章。

有些站長看了以上TF-IDF算法原理的介紹，覺得既然文章內容中關鍵詞的詞頻越高排名越好，那是不是可以向文章內容中加入大量的關鍵詞，提高該關鍵詞在該文章的密度呢？對于這種問題搜索引擎就推出了第二種算法BM25算法，主要針對的就是大家提出的關鍵詞密度問題，下面一起來看看。

（2）了解BM25算法

BM25算法其實是TFIDF相關性的升級版本，既然是關鍵詞在文章中出現的頻率越高排名越好，這就會導致大量站長作弊，例如在一篇文章中插入大量的關鍵詞，提高該關鍵詞在文章出現的頻率，其實這種操作方法是正確的。
人為故意增加關鍵詞出現的頻率屬于作弊優化方法，于是搜索引擎就推出了BM25算法，對你文章內容中關鍵詞的詞頻進行二次審核，審核文章內容中出現的高頻關鍵詞是否與文章具有相關性，例如文章出現的高頻關鍵詞與文章主題不相關，也不相匹配，那么搜索引擎就會判斷這篇文章內容為作弊的文章，由此可見人為增加文章內容中關鍵詞頻率的方法是錯誤的。

以上搜索核心算法較深奧，適合做搜索算法研究和工具工發類站長研究，SEO站長們可作為課外資料學習了解，不需要深究。

3、百度搜索專利技術解析

搜索算法是搜索引擎內部核心運作的一個系統，我們可以通過搜索引擎官方發布的一些專利去研究解讀搜索引擎專利技術，研究出來對我們SEO搜索排名有哪些幫助，這個我們也是需要進行了解的。
雖然搜索專利技術的多少代表著搜索引擎公司的核心市場競爭力，搜索專利越多意味著他們掌握著搜索核心技術越多，一個做搜索引擎公司的技術如何，我們看這個搜索引擎公司有多少搜索專利技術就知道了。
我們通過研究搜索引擎的專利技術，可幫助我們更好的了解搜索引擎，從而幫助我們實現更好的SEO效果。
百度搜索大概有70多個搜索專利技術，下面我們給大家解讀幾個重點的搜索專利技術。
前面我們說過一篇網頁可以通過詞頻獲得更高的得分，從而獲得網頁關鍵詞排序的優先權，那么百度搜索引擎如何知道詞頻內容是不是我們特意加的呢？關于這個問題百度就發明了以下這個專利技術。

1、對話內容連貫性的判斷方法、裝置以及設備的搜索專利技術

本發明提出一種對話內容連貫性的判斷方法，包括：將上文語句輸入至語句生成模型中，生成下文語句：
計算每個上文語句與當前語句之間的相似度，以構建第一相似度矩陣；
計算每個下文語句與當前語句之間的相似度，以構建第二相似度矩陣；
將第一相似度矩陣和第二相似度矩陣分別輸入至連貫性判別模型中，生成當前語句的連貫性特征參數，連貫性判別模型是基于神經網絡構建的。利用連貫性判別模型和語句生成模型相結合的方式，來解決對話內容連續性問題,可以從語義的維度比對兩個句子的連貫性，推送給用戶回復連貫性且優質的回復。本發明還提供了一種對話內容連貫性的判斷裝置以及設備。

對“對話內容連續性的判斷方法、裝置以及設備”搜索專利技術解讀：

（1）“本發明提出一種對話內容連貫性的判斷方法”
解讀：意思是判斷你網頁內容是否連貫，對于這個搜索引擎是有一套專業的搜索算法能夠發現識別你的網頁內容是否連貫，例如你的網頁內容上部分講的是“紅燒肉如何做”，而下部分內容卻講的是“女人如何穿搭衣服才更好看”，這樣的內容就屬于典型的上下內容不連貫不相關。
（2）“計算每個上文語句與當前語句之間的相似度，以構建第一相似度矩陣；計算每個下文語句與當前語句之間的相似度，以構建第二相似度矩陣；將第一相似度矩陣和第二相似度矩陣分別輸入至連貫性判別模型中，生成當前語句的連貫性特征參數”這代表的意思是什么呢？
解讀：搜索引擎截取你網頁內容第一段，再截取你網頁內容第二段，兩段內容進行相似度的對比，生成一個特征碼，再用這個特征碼進行判斷文章內容之間是否存在關聯性。

2、一種網頁重復的判斷系統及其判斷方法的搜索專利技術

本發明專利公開了一種網頁重復判斷系統及判斷方法。該判斷方法步驟是：先提取網頁正文內容；從網頁正文中提取一個或多個句子，并根據一個或多個句子計算網頁正文句子簽名；根據網頁正文句子簽名對多個網頁進行聚類；針對每一類下的網頁，計算網頁的附加簽名；根據附加簽名判斷每一類下的網頁是否重復。通過上述方式，網頁重復判斷系統及判斷方法利用網頁正文句子簽名在內的多維度簽名有效且快速地判斷網頁是否有重復。
解讀：搜索引擎系統會提取網頁正文內容，分析每個網頁中的一個或多個句子找到其規律計算網頁正文句子簽名，并且這個簽名內容是全網唯一的，如果你的這個簽名在全網內容中出現的頻率高，意味著這個網頁內容是重復的，如果你的這個簽名重復率不高，則意味著這個網頁內容是原創不重復的，因此搜索引擎系統只需要判斷網頁簽名內容的頻率，頻率越高內容重復度越高，頻率越低內容重復度就越低。
可以簡單理解為網頁簽名內容頻率越高，內容質量越低，網頁關鍵詞排名就越差，反之關鍵詞排名就越好。
以上就是黑帽百科對于這條搜索專利技術簡單的理解，具體如何實現的，可參考如下這張圖。

網頁內容重復的判斷系統已經是自動化運作了，如果你從A網站復制一段內容，B網站復制一段內容進行拼湊成一篇內容，這樣的內容算不算高質量內容呢？其實無論你再如何拼湊，搜索引擎系統對網站內容的簽名是改變不了的，搜索系統根據你的網頁簽名內容對比搜索引擎索引庫內容進行對比，發現你的內容還是重復的，因為搜索引擎簽名內容是不會變的。
現在靠采集抄襲別人網站內容，來達到排名目已經很難實現了。

3、用于處理點擊行為數據的方法和裝置的搜索專利技術

本搜索專利技術用于處理異常點擊行為數據的方法、裝置、電子設備和計算機可讀介質，該方法具體實施方式包括：獲取預設類別點擊行為數據，點擊行為數據包括點擊頁面地址及執行點擊操作的設備標識，對預設類別的點擊行為數據進行建模，生成設備標識與點擊頁面的地址之間的點擊關系的模型，基于關系模型對設備標識和頁面地址進行聚類，得到至少一個類簇，基于獲取到的對至少一個類簇的搜索引擎優化行為檢測結果，生成至少一個類簇中頁面的搜索引擎優化行為的類別信息。該實施方式實現了頁面的搜索引擎優化行為的檢測，并且能夠提升搜索引擎優化行為檢測的效率。

解讀：早在2018年就有很多站長利用所謂快排技術，以虛擬點擊方式增加網頁虛擬點擊及虛擬流量ip，試圖通過點擊的方式為網站帶來虛擬流量，針對這種黑帽操作方法搜索引擎于是就發明了“用于處理點擊行為數據的方法和裝置”的搜索專利技術，利用這個搜索專利技術靠虛擬點擊模擬人工點擊是可進行識別出來的。
該搜索專利技術具體運行原理如下圖所示：

用于處理點擊行為數據的方法和裝置搜索專利技術具體運行原理

先獲得正常用戶點擊的行為數據，然后對這些數據進行建模，生成一個特征設備標識，當下次網站點擊行為與正常用戶點擊行為數據模型不一樣的時候，系統就會判斷你的網站可能存在一種非正常用戶點擊行為，例如你的網站正常流量為100IP，突然暴增到10000IP，此時系統就會判斷你的網站流量暴增是不符合正常規律的，是存在惡意非人工的點擊行為，系統會對你近期的流量數據與原始行為數據進行對比，找出你是不是通過點擊算法作弊來實現你網站流量的暴增，搜索引擎系統會對這些點擊行為數據進行分析，這些數據搜索引擎系統都可以進行判斷識別的，因此你認為現在通過虛擬用戶點擊行為來達到關鍵詞排名目的還可以行嗎？
自2019年開始，黑帽優化站點陸續都被搜索引擎懲罰了，搞快排、買IP，買PV，買流量這些作弊方法都違返了正常用戶點擊行為數據，因此就很容易被搜索引擎算法命中，并對網站進行打擊，被打擊的直接表現是網站關鍵詞排名突然間就沒有了，為什么網站關鍵詞排名突然沒有了？因為你的的黑帽作弊優化方法命中了搜索引擎反作弊的系統，系統認為你在人為操控流量點擊，這種情況就容易被搜索引擎算法打擊，比如限制你網站內容展示，限制你網站關鍵詞的排名，甚至直接你的網站關鍵詞排到100名以后，這些都是搜索引擎對站點懲罰的表現，因此靠欺騙搜索引擎的黑帽優化方法建議大家遠離，不要覺得你用黑帽優化方法目前搜索引擎系統還識別不到。
通過了解搜索引擎專利技術，原來這么多網站優化技巧我們是不知道的，我們為什么要了解搜索引擎專利技術呢？我們可以通過科學專業角度更多去理解搜索引擎，了解搜索引擎運行原理，幫助我們遠離作弊，遠離一些非法違規操作，避免網站優化走上彎路。

4、關于搜索算法與總結

1）了解搜索引擎規則，就需要了解搜索算法
我們可以利用相關工具，結合搜索算法工具了解搜索引擎。
（1）摩天樓SEO工具
（2）檢測并提升TF-IDF得分
（3）第三方SEO算法工具

摩天樓SEO工具檢測方法，可參考《摩天樓網站seo檢測工具,附檢測報告》這篇文章內容。

2）再高深的算法目的都是簡單的：盡全力滿足用戶需求